Les ordinateurs quantiques franchissent le seuil de tolérance aux pannes — des implications bien plus grandes qu'on ne le pense

Pendant la majeure partie de son histoire, le calcul quantique a été un domaine défini par l'écart entre la promesse et la pratique. Des processeurs de cent ou mille qubits faisaient la une des journaux, tandis que les chercheurs reconnaissaient en petits caractères que ces qubits étaient trop sujets aux erreurs pour effectuer des calculs utiles. L'ère des dispositifs NISQ — Noisy Intermediate-Scale Quantum — a produit une physique remarquable, mais des résultats pratiques limités.

Ce tableau est en train de changer. Fin 2024, Google a publié les résultats de son processeur Willow, démontrant ce que les chercheurs poursuivaient depuis des décennies : une correction d'erreur quantique qui s'améliore de façon exponentielle à mesure que le système monte en échelle. C'était la preuve la plus claire que la voie technique vers un calcul quantique tolérant aux pannes est réelle, et non théorique.

Ce que signifie concrètement la tolérance aux pannes

Un bit quantique, ou qubit, est fragile. Les interactions avec l'environnement — vibrations, champs électromagnétiques, bruit thermique — provoquent la décohérence, effondrant les états quantiques avant qu'un calcul ne puisse s'achever. Les qubits physiques actuels ont des taux d'erreur qui les rendent inutilisables pour des algorithmes nécessitant des millions d'opérations de portes.

La correction d'erreur quantique répond à ce problème en encodant un seul qubit logique sur des centaines ou des milliers de qubits physiques. La redondance permet au système de détecter et de corriger les erreurs en temps réel sans mesurer directement le qubit logique (ce qui détruirait son état quantique). Le revers de la médaille est le surcoût : on estime qu'un ordinateur quantique tolérant aux pannes, capable de casser le chiffrement RSA-2048, nécessiterait environ 4 000 qubits logiques — et chaque qubit logique pourrait avoir besoin de 1 000 qubits physiques pour être maintenu. Cela représente des millions de qubits physiques de haute qualité.

La métrique critique est de savoir si la correction d'erreur passe bien à l'échelle. Dans les systèmes précédents, ajouter davantage de qubits physiques pour protéger un qubit logique aggravait parfois les choses, car les composants supplémentaires introduisaient de nouvelles voies d'erreur. Les résultats de Google avec Willow ont montré que les taux d'erreur diminuaient de façon exponentielle à mesure qu'ils augmentaient la taille du code de correction d'erreur — un résultat en dessous du seuil qui démontre la viabilité fondamentale de l'approche.

Le paysage concurrentiel

L'approche de Google avec des qubits supraconducteurs est l'une des nombreuses architectures concurrentes. IBM s'est engagé sur une feuille de route qui atteindra des systèmes de plus de 100 000 qubits dans cette décennie, en mettant l'accent sur le volume quantique et les taux d'erreur comme mesures clés plutôt que sur le nombre brut de qubits. Les systèmes d'IBM sont accessibles via le cloud et sont devenus la plateforme principale pour la recherche universitaire en calcul quantique.

Microsoft a fait un pari physique différent. Plutôt que de construire des qubits à partir de circuits supraconducteurs, Microsoft poursuit des qubits topologiques basés sur des quasi-particules exotiques appelées fermions de Majorana. L'avantage théorique est que les qubits topologiques sont intrinsèquement plus résistants à certains types de décohérence, ce qui pourrait nécessiter moins de qubits physiques par qubit logique. En 2025, Microsoft a annoncé des résultats cohérents avec la création et la mesure de qubits basés sur Majorana — même si le domaine observe attentivement, car l'approche reste non prouvée à grande échelle.

IonQ, Quantinuum et d'autres travaillent avec des architectures à ions piégés, qui atteignent des taux d'erreur par opération de porte plus faibles que les systèmes supraconducteurs, mais sont plus lentes et font face à des défis de passage à l'échelle différents. La diversité des approches reflète une réelle incertitude quant à savoir quelle plateforme physique remportera la course à la tolérance aux pannes à grande échelle.

À quoi serviront réellement les ordinateurs quantiques

Le cadrage « casser le chiffrement » domine le discours public, mais c'est l'application la moins intéressante à court terme et la plus éloignée d'une réalisation pratique. Les applications qui arriveront en premier sont en chimie quantique et en science des matériaux.

Simuler le comportement moléculaire est intraitable classiquement au-delà d'une certaine taille — le coût de calcul croît de façon exponentielle avec le nombre d'électrons modélisés. Les ordinateurs quantiques sont naturellement adaptés à ce problème car ils peuvent représenter efficacement les états quantiques. Les applications incluent la conception de nouveaux catalyseurs pour la chimie industrielle, la découverte de matériaux pour batteries avec une densité énergétique plus élevée, et la modélisation des interactions protéine-médicament pour le développement pharmaceutique.

Les problèmes d'optimisation — routage logistique, optimisation de portefeuille, ordonnancement — sont un autre candidat, bien que l'avantage quantique pour ces applications soit moins net que pour la chimie quantique. Le domaine cherche encore à déterminer où le quantique offre de réels gains de vitesse par rapport aux heuristiques classiques.

L'urgence cryptographique

Bien que les ordinateurs quantiques tolérants aux pannes capables de casser le chiffrement actuel soient encore loin, la menace est suffisamment réelle pour que les gouvernements agissent dès maintenant. Le NIST a finalisé ses premières normes de cryptographie post-quantique en 2024, et les agences américaines ont reçu des échéances pour migrer leurs infrastructures cryptographiques. L'inquiétude est celle du « récolter maintenant, déchiffrer plus tard » — des adversaires collectent des données chiffrées aujourd'hui avec l'intention de les déchiffrer une fois que les capacités quantiques seront matures.

Les organisations qui gèrent des données sensibles avec de longues périodes de classification — secrets gouvernementaux, dossiers médicaux, données financières — sont confrontées aux échéances de migration les plus urgentes. Le trafic web standard chiffré avec TLS est moins immédiatement menacé, mais la migration vers des algorithmes résistants au quantique finira par affecter chaque élément de l'infrastructure internet.

Un calendrier réaliste

Les ordinateurs quantiques utiles et tolérants aux pannes — des systèmes capables de résoudre des problèmes hors de portée classique dans des domaines commercialement valorisables — sont très probablement dans 7 à 15 ans. Les récentes étapes sont réelles et significatives, mais l'écart technique entre les meilleurs systèmes actuels et les millions de qubits de haute qualité nécessaires pour des applications à grande échelle reste énorme.

Ce qui a changé, c'est que la voie est désormais plus claire. La physique fonctionne. Les approches de correction d'erreur passent à l'échelle comme la théorie le prédisait. Les défis restants sont techniques : fabriquer des millions de qubits avec une qualité constante, les faire fonctionner à des températures de quelques millikelvins à grande échelle, construire les systèmes de contrôle classiques assez rapides pour gérer la correction d'erreur en temps réel. Ce sont des problèmes difficiles, mais ce sont des problèmes d'ingénierie plutôt que des obstacles fondamentaux de physique. Cette distinction est importante.